An automated approach to the classification of the slope units using digital data

Digital elevation and remote sensing data sets contain different, yet complementary, information related to geomorphological features. Digital elevation models (DEMs) represent the topography, or land form, whereas remote sensing data record the reflectance/emittance, or spectral, characteristics of surfaces. Computer analysis of integrated digital data sets can be exploited for geomorphological classification using automated methods developed in the remote sensing community. In the present study, geomorphological classification in a moderate- to high-relief area dominated by slope processes in southwest Yukon Territory, Canada, is performed with a combined set of geomorphometric and spectral variables in a linear discriminant analysis. An automated method was developed to find the boundaries of geomorphological objects and to extract the objects as groups of aggregated pixels. The geomorphological objects selected are slope units, with the boundaries being breaks of slope on two-dimensional downslope profiles. Each slope unit is described by variables summarizing the shape, topographic, and spectral characteristics of the aggregated group of pixels. Overall discrimination accuracy of 90% is achieved for the aggregated slope units in ten classes.     

城市土地定级综合评价模型及其计算模型

城市土地定级综合评定是一项十分复杂的系统工程。本文选用模糊数学中多级综合评判的原理和方法,建立了城市土地定级的两级综合评价模型及评价指标。通过综合评定,可分选出与城市开发建设相适应的土地分类级别,为城市土地转让估价提供了定量依据。     

Texture-based identification of urban slums in Hyderabad, India using remote sensing data

This paper outlines a methodology to identify informal settlements out of high resolution satellite imagery using the concept of lacunarity. Principal component analysis and line detection algorithms were applied alternatively to obtain a high resolution binary representation of the city of Hyderabad, India and used to calculate lacunarity values over a 60 × 60 m grid. A number of ground truthing areas were used to classify the resulting datasets and to identify lacunarity ranges which are typical for settlement types that combine high density housing and small dwelling size - features characteristic for urban slums in India. It was discovered that the line detection algorithm is advantageous over principal component analysis in providing suitable binary datasets for lacunarity analysis as it is less sensitive to spectral variability within mosaicked imagery. The resulting slum location map constitutes an efficient tool in identifying particularly overcrowded areas of the city and can be used as a reliable source in vulnerability and resilience assessments at a later stage. The proposed methodology allows for rapid analysis and comparison of multi-temporal data and can be applied on many developing urban agglomerations around the world.     

中文文本蕴含气象灾害事件信息多模型融合抽取方法

随着气候变暖加剧,全球极端天气事件频发,重大气象灾害的发生频率与日俱增。研究气候变化与气象灾害发生频率的关系,对于气候变化背景下的防灾减灾具有重要意义。文献资料及泛在网络数据中蕴含了海量的气象灾害时空事件,为此,本文基于自然语言处理技术研发了文本气象灾害时空事件自动抽取方法。① 提出了基于专业文献的由粗到精的气象灾害标注语料训练库构建方法。首先针对不同文献资料存在的歧义和不兼容等问题,构建了面向文本事件统一的气象灾害知识体系。然后构建了基于章节结构的粗标注方法,分别针对长文本（现代文）和短文本（文言文）研发了基于Labeled LDA模型及基于TF-IDF和N-gram模型的精细标注语料筛选方法,解决了语料库的快速构建问题;② 基于BERT-CNN模型研发了融合上下文语义特征和多粒度的局部语义特征的、面向长短文本一体化处理的气象灾害时空事件自动分类方法;③ 利用该方法分别从文言文和泛在网络数据中自动抽取了灾害时空事件,其宏F1值分别达到89.09%和80.06%,主要气象灾害时空事件分布与专业统计数据相关性较高;④ 基于以上结果,重建了我国各历史时期灾害时空演变过程,发现各时期灾害数据量整体呈现出逐步上升趋势,暴雨灾害、洪涝灾害与干旱灾害是影响我国的主要灾种。本方法既可实现网络长文本事件的自动发现,也可实现文言文短文本事件的自动检测,为文本数据便捷应用于气象灾害研究和监测提供了新的技术方法。     

油气藏动力学成因模式与分类

根据油气运聚的动力和作用方式将油气藏成因分为 3类 8种 17式。这 8种分别是 :①高压势场作用下形成的油气藏 ;②低压势场作用下形成的油气藏 ;③油水携带溶解气游离释放形成的天然气藏 ;④浮力作用下形成的油气藏 ;⑤毛细管力作用下形成的油气藏 ;⑥天然气体积膨胀形成的深盆气藏 ;⑦分子吸附作用形成的煤层瓦斯气藏 ;⑧分子水合作用形成的水合甲烷气藏。①～③种为突发式流压作用形成的油气藏 ,④～⑥种为缓慢式烃势差形成的油气藏 ,⑦和⑧为非常规条件下天然气汇聚形成的特殊类型的 (油 )气藏。相同动力学成因的油气藏因实际地质条件的差异可以进一步分成亚类。不同动力学成因的油气藏的分布规律、主控因素和产状特征不同。研究油气运聚的动力机制和成因模式对指导油气田勘探、提高勘探效益具有重要意义。     

北京“7.21”特大暴雨环流形势极端性客观分析

2012年7月21日(简称“7.21”),北京发生了自1951年以来最强的暴雨事件。利用倾斜旋转T模态主成分分析法和美国国家环境预报中心/美国国家大气研究中心再分析资料,探讨了北京“7.21”特大暴雨的大尺度环流形势的极端性。结果表明,北京“7.21”暴雨日所属的大尺度环流型在1951—2012年夏季出现的频率为10.9%,而在“7.21”同类环流型中暴雨出现的概率为4.51%。和同类暴雨日平均场相比,“7.21”暴雨日当天西太平洋副热带高压西伸更强,北京地区对流层低空急流更强,并伴随环境大气中极端充沛的可降水量和较大的风垂直切变。在“7.21”同类环流型下的621 d中,“7.21”暴雨日北京南侧的低空急流排在第54位,北京局地风垂直切变排在第209位,可降水量排在第8位,显示出其在低空急流和可降水量上的极端性。1951—2012年夏季,具有“7.21”暴雨日同类环流形势、且925 hPa低空急流和可降水量均达到或超过“7.21”暴雨日值的个例有3次,相当于每21年发生一次。     

基于GF-1遥感影像的艾比湖区域田间尺度土壤盐渍化监测方法

土壤盐渍化是制约农业生产和发展的主要障碍。目前土壤盐渍化的遥感监测主要基于中、低分辨率卫星影像,并采用传统的基于像元分类方法,对盐渍化信息的细节描述不足,监测精度不高。本文使用国产GF-1影像,结合自上而下的多尺度分割技术和面向对象的信息提取技术,针对田间尺度下的盐渍化信息进行精确地提取、分类,并与传统分类方法进行了对比。结果表明：面向对象法和最大似然法的分类总体精度分别为92.72%和84.31%,Kappa系数分别为0.90和0.78。该技术能准确提取田间尺度下的盐渍地信息,在未来的农田盐渍化高精度监测研究中具有一定应用价值和发展潜力。     

内蒙古二连浩特北部阿仁绍布地区晚石炭世花岗岩Sr-Yb分类及其成因

对分布在内蒙古二连浩特北部阿仁绍布地区的晚石炭世花岗岩类,依据Sr、Yb含量,划分为低Sr高Yb型、极低Sr高Yb型和低Sr低Yb型花岗岩3种类型。低Sr高Yb型花岗岩类相对低Si、富Al,Na2O〉K2O,稀土元素分馏中等,有或无负Eu异常,Sr含量低,平均为183×10-6,Ba含量较高,平均585×10-6,Y含量高,平均30.06×10-6,Rb/Sr比值较低,平均0.97;极低Sr高Yb型花岗岩富Si、REE,低Al、Sr、Ba,高的Rb/Sr比值（平均为7.47）,具明显的负Eu异常等;低Sr低Yb型花岗岩富Si,贫Al、Ca、Mg,重稀土元素（Y、Yb）含量低,Y含量在（7.26～10.6）×10-6之间,平均9.76×10-6,Yb含量在（1.04～1.89）×10-6之间,平均1.44×10-6,δEu=0.64～0.94,具弱负Eu异常,微量元素Ba含量高,Rb/Sr比值低。3种类型的花岗岩类过铝指数（A/CNK）多小于1.0,说明它们均源自变质火成岩的部分熔融。由于源区的深度不同（pT条件不同）和残留的主要矿物相不同,它们的岩石地球化学特征存在差异。极低Sr高Yb型花岗岩形成深度最浅（中上地壳）,熔融残留相以斜长石为主;低Sr高Yb型花岗岩类形成于中下地壳,熔融残留相为斜长石和辉石;低Sr低Yb型花岗岩形成深度最深,推测可能形成于加厚下地壳（〉40km）底部,熔融残留相为石榴子石、斜长石和角闪石。     

对小岩体成矿的认识及其找矿意义

小岩体成大矿是汤中立院士通过对岩浆铜镍硫化物矿床的勘查研究提出的学术认识,在矿床勘查实践中,发现小岩体成矿是存在于与侵入岩浆作用有关的内生矿床的普遍特征,研究小岩体成矿有助于深入认识成矿作用的关键环节和指导找矿实践.在讨论小岩体成矿的概念和定义的基础上,对小岩体成矿作用进行了分类研究,将其划分为岩浆不混溶和岩浆热液两大类型.岩浆不混溶类型又进一步划分为硫化物熔离和氧化物分凝两个亚类;岩浆热液类型则进一步划分为气液交代、气液充填交代和接触交代三个亚类.并对小岩体成矿的机理进行了认识总结,初步提出4种机制:深部熔离-多次贯入成矿、岩浆通道成矿、脉冲成矿和脉动与复合叠加成矿.讨论了隐伏和半隐伏小岩体识别的找矿价值和小岩体含矿性判别及其关键因素.